기상데이터 통계를 활용한 일 단위 융설 깊이 예측 가능성 검토

• 영문명: A Study on the Prediction of Daily Snowmelt Depth using Multiple Linear Regression
• 발행기관: 한국방재학회
• 저자명: 오영록(Oh, YeoungRok) 이규민(Lee, Gyumin) 전경수(Jun, Kyung Soo) 선우우연(Sunwoo, Wooyeon) 백승우(Baek, SeungWoo) 정건희(Chung, Gunhui)
• 간행물 정보: 『2. 한국방재학회 논문집』 20권6호, 311~321쪽, 전체 11쪽
• 주제분류: 공학 > 기타공학
• 파일형태: PDF
• 발행일자: 2020.12.30

국문 초록

본 연구에서는 기상자료를 활용한 융설 깊이 예측 가능성에 대해 검토하였다. 분석 방법으로는 다중회귀분석을 이용하였다. 분석기간은 2000년부터 2020년까지이며, 분석 지점은 대관령, 광주, 서산, 목포, 전주 등 총 5지점을 선정하였다. 분석에 적용된 종속변수는융설 깊이, 독립변수는 적설량, 기온변화량, 기온 절편, 습도변화량, 습도 절편, 일사량 등 6개를 적용하였다. 수집한 데이터의 약70%를 다중회귀식 구축에 이용하고, 나머지 30%를 이용해 검증을 실시하였다. 수정된 결정계수와 Root Mean Square Deviation (RMSE)을검증 방법으로 이용하였다. 검증 결과 대관령 지점에서 수정된 결정계수가 0.589로 다소 가장 낮게 나타났지만, 다른 모든 지점에서수정된 결정계수가 0.769 이상으로 나타났으며, 전주 지점은 0.869 값을 나타내는 등 다수의 지점에서 1과 가까운 값을 나타냈으므로, 모형이 적합한 것으로 판단된다. RMSE 검증 결과 모든 지점에서 약 2.5 cm 미만의 오차를 기록하였고, 서산 지점에서 약 1.7 cm의오차를 기록하였다. 두 종류의 검증 결과에서 모형이 적합한 것으로 판단되었으므로, 본 연구에서 제시한 방법은 일일 융설량 깊이를예측할 수 있는 하나의 접근법으로 활용이 가능할 것으로 판단된다. 그러나 이용된 변수 다수에서 다중회귀식의 성능을 떨어트리는다중공선성에 대한 문제가 의심되었고, 기온의 급상승이나, 지속되는 고온을 제대로 반영하지 못하는 문제점이 발견되었다. 향후이러한 문제들을 해소한다면 오차를 크게 줄일 수 있을 것으로 판단된다.

영문 초록

In this study, daily snowmelt was predicted using observed meteorological data and multiple regression analysis. Five observation stations (located in Daegwallyeong, Gwangju, Seosan, Mokpo, and Jeonju) were selected to analyze fresh snow depth from 2000 to 2010. The dependent variable used in the multiple regression analysis was daily snowmelt depth, and the independent variables were fresh snow depth, diurnal temperature range, temperature interception, diurnal humidity range, humidity intercept, and solar radiation. Seventy percent of the total observed data was used to develop a multiple regression model and the regression model was verified using the 30% of remaining data. The adjusted R-squared and Root Mean Square Deviation (RMSE) were used to examine the developed regression model. As a result, the adjusted R-squared was higher than 0.769 (except Daegwallyeong); thus the developed model represented well the daily snowmelt depth. Even Jeonju had an adjusted R-squared of 0.869. Also, the RMSE in all of the five stations was lower than 2.5 cm. The lowest value in Seosan was 1.7 cm. From the two types of verification, the developed multiple regression model was judged to be suitable to predict the daily snowmelt depth. However, multicollinearity should be explained, as rapid increases in temperature and sustained high temperature could not be reflected in the model. Therefore, if the limitations were resolved in further research, the model could be used to predict the amount of daily snowmelt depth more reliably.

목차

1. 서 론

2. 다중회귀분석

3. 변수 구성

4. 회귀분석

5. 분석 결과

6. 결 론

감사의 글

References

키워드

융설 깊이 융설 예측 적설량 예측 다중회귀분석 Snow Melting Depth Prediction of Snow Melting Prediction of Snowdepth Multiple Regression Analysis